Podcast tuyệt vời với @demishassabis, CEO của Google DeepMind cùng @lexfridman Một số ghi chú thô về những phần tôi thích nhất - 50% khả năng có AGI vào năm 2030. Trí thông minh không đồng nhất không hiệu quả. Cần có sự nhất quán trong trí thông minh trên mọi lĩnh vực (khả năng sáng tạo, phát minh). - Mô hình video VEO3 của Gemini cực kỳ tốt về vật lý và tính thực tế (ánh sáng, vật liệu, chất lỏng) mặc dù không có hình thức trong thế giới thực. Nó đã hiểu vật lý thông qua quan sát và điều này gợi ý về một sự hiểu biết sâu sắc hơn về thế giới của chúng ta. - AlphaEvolve của DeepMind phát triển các thuật toán. AI/LLMs hợp tác với các thuật toán tiến hóa (tối ưu hóa lấy cảm hứng từ sinh học: tiến hóa các quần thể theo cách lặp lại để đạt được độ thích nghi cao hơn thông qua các hoạt động mô phỏng chọn lọc tự nhiên) - Khả năng (Thí nghiệm hoặc câu hỏi đúng là gì) và phán đoán sẽ rất khó để xác định với AI. Các hệ thống không thể làm điều này ngày hôm nay. - Noam Shazeer (Transformers), David Silver (AlphaGO), Demis khá rõ ràng rằng ông nghĩ Google có tài năng AI tốt nhất. “Khó hơn để phát minh ra những thứ mới so với việc theo sau nhanh chóng”. Hầu hết các đột phá AI gốc đều đến từ Google. - Ông không nghĩ rằng chúng ta đang cạn kiệt dữ liệu để đào tạo. - Năng lượng hạt nhân và năng lượng mặt trời là nguồn năng lượng chính cho AI. Pin và truyền tải là những vấn đề cốt lõi. - Có vẻ rất khó xảy ra rằng văn bản sẽ là giao diện người dùng với AI đa phương thức. Mong đợi các giao diện do AI tạo ra được điều chỉnh theo cách mà não của mỗi người hoạt động. - Kết quả chuẩn là khó khăn vì khi bạn tối ưu hóa cho một lĩnh vực thì một lĩnh vực khác lại yếu đi, đó là một hành động cân bằng rất khó. Người dùng cuối là trọng tài cuối cùng (Lex đã nói phần này nhưng tôi thích nó) - Demis nói rằng Meta không ở vị trí tiên phong mà đang tụt lại phía sau nên phải trả giá cao để thu hút tài năng. - AGI là công nghệ quan trọng nhất sẽ từng được phát minh. - Những người chấp nhận AI và trở thành một với chúng sẽ trở nên siêu năng suất. - Điều quan trọng nhất là tạo ra nhiều tài nguyên hơn để đây không phải là một tình huống tổng bằng không.
Lex Fridman
Lex Fridman03:06 24 thg 7
Đây là cuộc trò chuyện của tôi với @demishassabis, CEO của Google DeepMind, tất cả về tương lai của AI & AGI, mô phỏng sinh học & vật lý, trò chơi điện tử, lập trình, tạo video, mô hình thế giới, Gemini 3, quy luật mở rộng, tính toán, P so với NP, độ phức tạp, năng lượng (năng lượng mặt trời & năng lượng tổng hợp), và nhiều hơn nữa. Đây là một cuộc trò chuyện siêu kỹ thuật thú vị và hấp dẫn. Nó có ở đây trên X đầy đủ và có mặt ở mọi nơi khác (xem bình luận). Thời gian: 0:00 - Điểm nổi bật của tập 1:21 - Giới thiệu 2:06 - Các mẫu có thể học trong tự nhiên 5:48 - Tính toán và P so với NP 14:26 - Veo 3 và hiểu biết về thực tại 18:50 - Trò chơi điện tử 30:52 - AlphaEvolve 36:53 - Nghiên cứu AI 41:17 - Mô phỏng một sinh vật sinh học 46:00 - Nguồn gốc của sự sống 52:15 - Con đường đến AGI 1:03:01 - Quy luật mở rộng 1:06:17 - Tính toán 1:09:04 - Tương lai của năng lượng 1:13:00 - Bản chất con người 1:17:54 - Google và cuộc đua đến AGI 1:35:53 - Cạnh tranh và tài năng AI 1:42:27 - Tương lai của lập trình 1:48:53 - John von Neumann 1:58:07 - p(doom) 2:02:50 - Nhân loại 2:05:56 - Ý thức và tính toán lượng tử 2:12:06 - David Foster Wallace 2:19:20 - Giáo dục và nghiên cứu
7,05K